YOLOv10 и YOLOX#

Развитие компьютерного зрения обусловлено быстрым совершенствованием архитектур для детекции объектов в реальном времени. В этом подробном техническом сравнении рассматриваются две влиятельные модели, продвинувшие эффективность и проектирование детекторов: YOLOv10 и YOLOX. Изучив различия архитектур, показатели производительности и методики обучения, разработчики и исследователи смогут принимать обоснованные решения при развертывании надежных систем компьютерного зрения.

История моделей и их происхождение#

Понимание происхождения этих моделей глубокого обучения дает важный контекст для изучения их архитектурных целей и сценариев применения.

YOLOv10: отказ от NMS для полноценного сквозного обнаружения объектов#

YOLOv10 разработали, чтобы устранить давно существовавшие узкие места, увеличивавшие задержку. Эта модель внедрила в семейство YOLO нативный сквозной подход.

• Авторы: Ao Wang, Hui Chen, Lihao Liu и др.
• Организация: Университет Цинхуа
• Дата: 23 мая 2024 года
• arXiv: 2405.14458
• GitHub: THU-MIG/yolov10
• Документация: Документация Ultralytics YOLOv10

Подробнее о YOLOv10

YOLOX: сокращение разрыва между исследованиями и индустрией#

YOLOX появился как безанкерная версия традиционной архитектуры YOLO: он предлагает более простой подход с конкурентоспособными показателями и специально ориентирован на упрощение внедрения в промышленных сообществах.

• Авторы: Чжэн Гэ, Сунтао Лю, Фэн Ван, Цзэмин Ли и Цзянь Сунь
• Организация: Megvii
• Дата: 18 июля 2021 года
• arXiv: 2107.08430
• GitHub: Megvii-BaseDetection/YOLOX
• Документация: Официальная документация YOLOX

Узнай больше о YOLOX

Особенности архитектуры и инновации#

Обе системы отходят от традиционных детекторов с якорями, но решают разные задачи в конвейере обнаружения объектов.

Архитектура YOLOX#

В 2021 году YOLOX привнёс в архитектуру YOLO несколько важных изменений. Главным из них стал переход к архитектуре безанкерного детектора. Отказ от заранее заданных анкерных рамок позволил YOLOX сократить число параметров модели и объём эвристической настройки для разных наборов данных.

Кроме того, в YOLOX используется разделённая голова, в которой задачи классификации и регрессии выполняются отдельно. Это устранило конфликт между двумя целями и ускорило сходимость во время обучения. Также YOLOX использует SimOTA для динамического назначения меток, улучшая обработку переполненных сцен и перекрытий, характерных для набора данных COCO.

Архитектура YOLOv10#

Хотя YOLOX улучшил голову детектора, при инференсе он по-прежнему использовал подавление немаксимумов (NMS), из-за которого задержка меняется. YOLOv10 специально устраняет это ограничение: для обучения без NMS в нём применяется стратегия согласованного двойного назначения. Во время обучения используются назначения меток «многие к одному» и «один к одному», а при инференсе голову «многие к одному» можно полностью отключить и получать предсказания без постобработки NMS (в пакете Ultralytics выбери эту голову с помощью nms=False).

В YOLOv10 также используется комплексный дизайн модели, ориентированный на эффективность и точность. Лёгкие головы классификации и раздельная пространственно-канальная передискретизация сокращают число параметров и количество FLOPs без потери точности.

Сравнение производительности#

Сравнение этих моделей на таком оборудовании, как GPU NVIDIA T4, показывает разные преимущества в зависимости от масштаба. В таблице ниже сопоставлены оба семейства моделей.

Как видно выше, YOLOv10 хорошо масштабируется. Вариант YOLOv10x обеспечивает наивысшую точность (54.4 mAP), а вариант YOLOv10n показывает самую высокую заявленную скорость инференса с помощью TensorRT. В свою очередь, модель YOLOX-Nano имеет наименьший размер (0.91M параметров при 416 пикселях), что подходит для сред с жёсткими ограничениями ресурсов.

Методы обучения и требования к ресурсам#

При внедрении моделей в производство экосистема обучения и требования к ресурсам так же важны, как и скорость инференса.

YOLOX основан на устаревшей кодовой базе, зависимости и конфигурацией среды которой может быть непросто управлять в современных программных стеках.

В отличие от него, YOLOv10 интегрирован в экосистему Ultralytics, что упрощает работу разработчиков. Кроме того, модели Ultralytics YOLO во время обучения используют меньше памяти CUDA, чем архитектуры на основе Transformer, такие как RT-DETR.

Пример кода: упрощенное обучение#

С помощью унифицированного API Ultralytics ты можешь обучить модель всего за несколько строк кода на Python — без ручной компиляции операторов C++ и редактирования сложных файлов конфигурации.

from ultralytics import YOLO

# Инициализация предварительно обученной модели YOLOv10
model = YOLO("yolov10s.pt")

# Обучи модель на датасете COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Проверка производительности модели
metrics = model.val()

# Экспорт оптимизированной модели в формат ONNX
model.export(format="onnx")

Этот простой синтаксис сразу дает доступ к автоматическому обучению со смешанной точностью, автоматическому увеличению данных и интеграции с такими инструментами, как Weights & Biases.

Сценарии использования и рекомендации#

Выбор между YOLOv10 и YOLOX зависит от требований твоего проекта, ограничений среды развертывания и предпочтений в отношении экосистемы.

Когда выбирать YOLOv10#

YOLOv10 — хороший выбор для:

• Детектирование в реальном времени без NMS: Приложения, которым полезно сквозное детектирование без подавления немаксимумов, что упрощает развертывание.
• Сбалансированное соотношение скорости и точности: Проекты, в которых важно найти оптимальный баланс между скоростью инференса и точностью детектирования для моделей разных размеров.
• Приложения с постоянной задержкой: Сценарии развертывания, где важны предсказуемые времена инференса, например в робототехнике или автономных системах.

Когда стоит выбрать YOLOX#

YOLOX подойдёт для следующих задач:

• Исследования обнаружения без якорей: Академические исследования, в которых чистая архитектура YOLOX без якорей используется как базовая модель для экспериментов с новыми головами обнаружения или функциями потерь.
• Сверхкомпактные периферийные устройства: Развертывание на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен крайне малый размер варианта YOLOX-Nano (0,91 млн параметров).
• Исследования назначения меток SimOTA: Исследовательские проекты по изучению стратегий назначения меток на основе оптимального транспорта и их влияния на сходимость обучения.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает оптимальное сочетание производительности и удобства разработки:

• Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
• Среды только с CPU: устройства без выделенного ускорителя GPU, на которых YOLO26n работает на CPU до 43% быстрее YOLO11n.
• Обнаружение мелких объектов: сложные сценарии, например съемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность распознавания крошечных объектов.

Будущее компьютерного зрения на базе ИИ: встречай YOLO26#

YOLOv10 и YOLOX стали важными вехами, но отрасль продолжает развиваться. Разработчикам, которые начинают новые проекты, мы рекомендуем Ultralytics YOLO26.

Выпущенная в январе 2026 года, Ultralytics YOLO26 развивает сквозную архитектуру без NMS, внедренную в модели YOLO с выходом YOLOv10, и предлагает ее в виде опциональной головы один-к-одному (nms=False).

В YOLO26 также реализовано несколько других улучшений:

• Инференс на CPU до 43% быстрее: После удаления Distribution Focal Loss (DFL) YOLO26n работает на CPU до 43% быстрее YOLO11n. Это особенно полезно для периферийных устройств без GPU.
• Оптимизатор MuSGD: Этот гибрид SGD и Muon, вдохновлённый методами обучения больших языковых моделей, обеспечивает более быструю сходимость и стабильное обучение.
• ProgLoss + STAL: Progressive Loss и назначение меток с учётом малых объектов улучшают распознавание небольших объектов — это важно для аэрофотоснимков и датчиков IoT.
• Универсальность: В отличие от YOLOX, который предназначен исключительно для обнаружения объектов, YOLO26 изначально поддерживает сегментацию экземпляров, семантическую сегментацию, оценку глубины, классификацию изображений, оценку позы и обнаружение OBB в рамках одной унифицированной библиотеки.

Применение в реальных условиях#

Подходящая модель зависит от сценария развёртывания и отрасли.

Высокоскоростная видеоаналитика#

Для обработки плотных видеопотоков, например при управлении транспортом в умных городах, YOLOv10 выгодно отличается архитектурой без NMS. Устранение узкого места NMS обеспечивает стабильную задержку, поэтому модель хорошо сочетается с алгоритмами трекинга, такими как BoT-SORT.

Развертывание на устаревших периферийных устройствах#

Для старых академических конфигураций или устаревших приложений Android, созданных на основе YOLOX, небольшие модели, например YOLOX-Tiny, могут быть полезны, если использование устаревших сред PyTorch считается приемлемым компромиссом.

Современные периферийные устройства и IoT#

Для развёртывания на оборудовании нового поколения, например в робототехнике, дронах и системах анализа полок в магазинах, рекомендуем YOLO26. Благодаря меньшей задержке на CPU и улучшенному обнаружению небольших объектов модель хорошо подходит для автономной навигации и детального управления запасами.

Чтобы расширить инструментарий глубокого обучения, сравни эти модели с альтернативами, например гибкой YOLO11 или работающей на базе Transformer RT-DETR.